এই কৌশলটি TDI, TCF, TTF এবং TII সহ একাধিক প্রবণতা সূচকগুলির বিপরীতমুখী উপর ভিত্তি করে ক্রয় এবং বিক্রয় সংকেত উত্পন্ন করে। কৌশলটি প্রবেশ এবং প্রস্থানগুলির জন্য কোন সূচক সংকেতটি ব্যবহার করা যায় তা নির্বাচন করতে দেয়।
টিডিআই সূচকটি সংযোজন এবং মসৃণকরণ কৌশল সহ মূল্য গতি ব্যবহার করে নির্মিত হয়। যখন টিডিআই দিকটি টিডিআই লাইনের উপরে অতিক্রম করে এবং নীচে অতিক্রম করার সময় প্রস্থান করে তখন এটি দীর্ঘ হয়।
টিসিএফ সূচকটি উত্থান এবং হ্রাসের শক্তিগুলি পরিমাপ করার জন্য ইতিবাচক এবং নেতিবাচক মূল্য পরিবর্তনগুলি পরিমাপ করে। ইতিবাচক পরিবর্তন নেতিবাচক পরিবর্তনের চেয়ে বেশি হলে এটি দীর্ঘ হয়, অন্যথায় এটি প্রস্থান করে।
টিটিএফ সূচকটি প্রবণতা নির্ধারণের জন্য সর্বোচ্চ এবং সর্বনিম্ন মূল্যের শক্তির তুলনা করে। দীর্ঘ সংকেতটি যখন টিটিএফ 100 এর উপরে অতিক্রম করে এবং -100 এর নীচে অতিক্রম করার সময় প্রস্থান হয়।
টিআইআই প্রবণতা বিপরীততা সনাক্ত করতে চলমান গড় এবং মূল্য ব্যান্ড একত্রিত করে। এটি স্বল্প ও দীর্ঘমেয়াদী প্রবণতা উভয়ই বিবেচনা করে। দীর্ঘ সংকেত 80 এর উপরে এবং প্রস্থান 80 এর নীচে।
এন্ট্রি লং এবং ক্লোজ লজিক কনফিগার করা ইন্ডিকেটরের উপর ভিত্তি করে উপযুক্ত সংকেত নির্বাচন করে।
কৌশলটি বেশ কয়েকটি সাধারণ ট্রেডিং ট্রেডিং সূচককে অন্তর্ভুক্ত করে, যা বাজারের পরিবর্তিত অবস্থার সাথে মানিয়ে নিতে নমনীয়তা দেয়। বিশেষ সুবিধাঃ
এই কৌশলটির প্রধান ঝুঁকিগুলি হল:
নিম্নলিখিত উপায়ে ঝুঁকি কমাতে পারেঃ
কৌশলটি বিভিন্ন ক্ষেত্রে উন্নত করা যেতে পারে:
এই কৌশলটি একাধিক ট্রেন্ড রিভার্সাল ইন্ডিকেটর এবং অপ্টিমাইজেশন কনফিগারেশনের সংমিশ্রণে ট্রেন্ড টার্নিং পয়েন্টে অপারেটিংয়ের জন্য বিভিন্ন বাজারের পরিবেশে অভিযোজিত। মূলত ঝুঁকি নিয়ন্ত্রণের সময় সর্বোত্তম পরামিতি এবং সূচকগুলি খুঁজে পাওয়া। ক্রমাগত অপ্টিমাইজেশন এবং বৈধকরণ একটি স্থিতিশীল আলফা কৌশল তৈরি করতে পারে।
/*backtest start: 2023-11-13 00:00:00 end: 2023-11-15 03:00:00 period: 5m basePeriod: 1m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=4 // // This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/ // © kruskakli // // Here is a collection of Trend Indicators as defined by M.H Pee and presented // in various articles of the "STOCKS & COMMODITIES Magazine" // // The actual implementation of the indicators here are made by: everget // // I have gather them here so that they easily can be tested. // // My own test was made using 15 companies from the OMXS30 list // during the time period of 2016-2018, and I only went LONG. // // The result was as follows: // // Average Std.Dev // profit // TDI 3.04% 5.97 // TTF 1.22%. 5.73 // TII 1.07% 6.2 // TCF 0.32% 2.68 // strategy("M.H Pee indicators", overlay=true) use = input(defval="TDI", title="Use Indicator", type=input.string, options=["TDI","TCF","TTF","TII"]) src = close // // TDI // length = input(title="Length", type=input.integer, defval=20) mom = change(close, length) tdi = abs(sum(mom, length)) - sum(abs(mom), length * 2) + sum(abs(mom), length) // Direction Indicator tdiDirection = sum(mom, length) tdiLong = crossover(tdiDirection, tdi) tdiXLong = crossunder(tdiDirection, tdi) // // TCF // tcflength = input(title="Length", type=input.integer, defval=35) plusChange(src) => change_1 = change(src) change(src) > 0 ? change_1 : 0.0 minusChange(src) => change_1 = change(src) change(src) > 0 ? 0.0 : -change_1 plusCF = 0.0 plusChange__1 = plusChange(src) plusCF := plusChange(src) == 0 ? 0.0 : plusChange__1 + nz(plusCF[1]) minusCF = 0.0 minusChange__1 = minusChange(src) minusCF := minusChange(src) == 0 ? 0.0 : minusChange__1 + nz(minusCF[1]) plusTCF = sum(plusChange(src) - minusCF, tcflength) minusTCF = sum(minusChange(src) - plusCF, tcflength) tcfLong = plusTCF > 0 tcfXLong = plusTCF < 0 // // TTF // ttflength = input(title="Lookback Length", type=input.integer, defval=15) hh = highest(length) ll = lowest(length) buyPower = hh - nz(ll[length]) sellPower = nz(hh[length]) - ll ttf = 200 * (buyPower - sellPower) / (buyPower + sellPower) ttfLong = crossover(ttf, 100) ttfXLong = crossunder(ttf, -100) // // TII // majorLength = input(title="Major Length", type=input.integer, defval=60) minorLength = input(title="Minor Length", type=input.integer, defval=30) upperLevel = input(title="Upper Level", type=input.integer, defval=80) lowerLevel = input(title="Lower Level", type=input.integer, defval=20) sma = sma(src, majorLength) positiveSum = 0.0 negativeSum = 0.0 for i = 0 to minorLength - 1 by 1 price = nz(src[i]) avg = nz(sma[i]) positiveSum := positiveSum + (price > avg ? price - avg : 0) negativeSum := negativeSum + (price > avg ? 0 : avg - price) negativeSum tii = 100 * positiveSum / (positiveSum + negativeSum) tiiLong = crossover(tii, 80) tiiXLong = crossunder(tii,80) // // LOGIC // enterLong = (use == "TDI" and tdiLong) or (use == "TCF" and tcfLong) or (use == "TTF" and ttfLong) or (use == "TII" and tiiLong) exitLong = (use == "TDI" and tdiXLong) or (use == "TCF" and tcfXLong) or (use == "TTF" and ttfXLong) or (use == "TII" and tiiXLong) // Time range for Back Testing btStartYear = input(title="Back Testing Start Year", type=input.integer, defval=2016) btStartMonth = input(title="Back Testing Start Month", type=input.integer, defval=1) btStartDay = input(title="Back Testing Start Day", type=input.integer, defval=1) startTime = timestamp(btStartYear, btStartMonth, btStartDay, 0, 0) btStopYear = input(title="Back Testing Stop Year", type=input.integer, defval=2028) btStopMonth = input(title="Back Testing Stop Month", type=input.integer, defval=12) btStopDay = input(title="Back Testing Stop Day", type=input.integer, defval=31) stopTime = timestamp(btStopYear, btStopMonth, btStopDay, 0, 0) window() => time >= startTime and time <= stopTime ? true : false riskPerc = input(title="Max Position %", type=input.float, defval=20, step=0.5) maxLossPerc = input(title="Max Loss Risk %", type=input.float, defval=5, step=0.25) // Average True Range (ATR) measures market volatility. // We use it for calculating position sizes. atrLen = input(title="ATR Length", type=input.integer, defval=14) stopOffset = input(title="Stop Offset", type=input.float, defval=1.5, step=0.25) limitOffset = input(title="Limit Offset", type=input.float, defval=1.0, step=0.25) atrValue = atr(atrLen) // Calculate position size maxPos = floor((strategy.equity * (riskPerc/100)) / src) // The position sizing algorithm is based on two parts: // a certain percentage of the strategy's equity and // the ATR in currency value. riskEquity = (riskPerc / 100) * strategy.equity // Translate the ATR into the instrument's currency value. atrCurrency = (atrValue * syminfo.pointvalue) posSize0 = min(floor(riskEquity / atrCurrency), maxPos) posSize = posSize0 < 1 ? 1 : posSize0 if (window()) strategy.entry("Long", long=true, qty=posSize0, when=enterLong) strategy.close_all(when=exitLong)